SuperAPI AI 工具集

zte-progression

智能体与模型

查看项目

更新于 10-16 00:24

技能介绍

ZTE Progression 用于引导团队评估智能体编程成熟度,并规划从 In-Loop 到 Out-Loop 再到 Zero-Touch Engineering(ZTE)的进阶路径。

用途:评估当前智能体成熟度、规划更高自动化、识别 ZTE 采用障碍、为自主运行建立信心。

三个级别:In-Loop 为持续交互式提示;Out-Loop 为提示加审查的离线智能体;Zero-Touch 为仅提示的全自动化。

进阶条件:In-Loop 到 Out-Loop 需工作流首次尝试即成功、测试可靠捕获问题、相似任务频繁重复;Out-Loop 到 ZTE 需 90% 以上成功率、审查不再发现新问题、测试提供安全网。

评估流程:先识别当前级别(手动提示、带审查的自动化工作流或全自动交付),再分析成功指标(如 @agentic-kpis.md 中的尝试次数、成功连续次数、审查捕获率),然后识别常见阻碍(测试覆盖低、成功不稳定、审查发现问题、无回滚能力),最后按级别给出建议。

输出格式为 ZTE 评估,包含当前级别、评估的问题类别、发现的指标、进阶阻碍、建议和目标时间线。

需识别的反模式:跳过级别、全有或全无思维、忽视失败信号、审查表演。

关键记忆引用:@zte-progression.md、@zte-confidence-building.md、@agentic-kpis.md、@composable-primitives.md。

限制:资料未提供具体安装命令、平台支持、收费或价格信息。